过去一年，OpenAI和Anthropic接连宣布在几个悬了很久的数学难题上取得突破，甚至声称拿下了千禧年大奖难题。进度远超研究人员预期。但等来的，是学界的剧烈震荡和争议。
问题出在做派上。AI实验室延续硅谷"快速行动、打破陈规"的风格，论文抢先发、结论抢先喊，跟传统数学界慢工出细活的验证流程正面撞车。突破或许成立，可信度却要打个问号。数学只认证明，不认发布会。
另一头，普通用户用得还是很浅。A16Z的两份报告显示，25%的用户每天都会用AI，但真正用上ChatGPT等高级模型的人只有4.5%。头部1%的用户月均花费903美元，占掉全部AI支出的19.5%。用的人多，用得深的人少得可怜。
底层技术倒是一直在闷头推进。arXiv最新论文提出Weave Mamba Fusion，用全局跨尺度交互改进轻量级人脸检测，补上FPN、BiFPN这类特征金字塔方法在无约束场景、小尺度人脸检测上的短板。这类工作没什么流量，却是AI真正落地的地基。
三件事摆在一起看，事情就很清楚了：AI在塔尖冲刺最难的数学题，在塔基优化一行行检测代码，中间最广大的用户却只把它当个高级搜索框。真正的机会，就在那95.5%还没被用起来的深度里。